DeepTutor：AI 驱动的个性化学习助手，一个工作台搞定解题、创作与研究
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
DeepTutor 是一款 AI 驱动的个性化学习助手，把解题、资料整理、自动出题、深度研究和长期记忆放进同一个工作台。你丢给它一堆杂乱的学习资料，它能变成结构化内容；你问它一道难题，它会查资料、给出带出处的答案，并且记住你的学习进度。
为什么普通聊天机器人不够用
用过聊天机器人辅助学习的人，大概率碰过这几个问题：答案经常"裸奔"，不告诉你依据来自哪份资料，对错难辨；它不记得你的材料，每次都要重新粘贴背景；它也不了解你，今天问过的薄弱点，明天又从头开始。
更常见的是资料散落各处——PDF、论文、课件、笔记各占一个文件夹，想系统复习时只能自己从头拼。DeepTutor 想解决的正是这件事：让 AI 既懂你的资料，又懂你的进度，还能把两者连成一条完整的学习路径。
DeepTutor 核心能力速览
| 核心能力 | 解决什么问题 | 适合谁 |
|---|---|---|
| 智能对话与解题 | 答案有出处、可追溯，不是凭空猜测 | 被作业和难题卡住的人 |
| 自动生成题目 | 学完立刻自测，检验真实掌握程度 | 自学备考者 |
| 学习材料创作（Book / Co-Writer） | 把零散资料变成结构化学习笔记 | 赶考试、读论文的学生 |
| 多引擎知识库 | 资料统一入库，检索快、引用可查 | 学习资料多的人 |
| 三层长期记忆 | 导师"记得你"，越用越懂你的薄弱点 | 长期学习者 |
| 深度研究 | 从选题到带引用的研究报告一条龙 | 本科/研究生、研究人员 |
| Partners 学习伙伴 | 在你常用的 IM 里随时获得辅导 | 学习小组、团队 |
从提问到拿到答案：一个会自己查资料的聊天框
打开 DeepTutor，你会看到一个干净的聊天界面：左侧是 Chat、Knowledge、Book、Co-Writer 等入口，中间就是对话框。
它和普通问答的区别在于背后跑的是一个"思考—行动—观察"循环（Agentic 循环）：收到你的问题后，它会先判断需要哪些信息，主动调用知识库检索（RAG）、网页搜索、记忆读取等工具，拿到证据再组织答案。比如你问"我上次讨论的那个 RAG 方案里，PageIndex 和 GraphRAG 该怎么选？"，它可以直接翻出你知识库里的内容和历史对话，而不是泛泛而谈。
同一套引擎还支撑着解题和出题两个场景：解题时它会先收集相关知识、再分步给出解法；出题时它会基于你指定的知识库内容生成问题，并经过多轮校验保证难度合适。想深入看这套机制的实现，可以翻翻 智能体架构源码。
把资料变成能学的内容：知识库、学习之书与协同写作
这一环节解决的是"资料多但用不起来"的问题。流程很直接：把 PDF、论文、文档丢进知识库，DeepTutor 会解析、切片、建索引；之后无论是聊天还是创作，都能引用这些内容。
知识库支持多套检索引擎（LlamaIndex、PageIndex、GraphRAG、LightRAG，甚至可以关联你的 Obsidian 库），不同引擎适合不同规模的资料，你可以按需选择，知识库核心源码 里有完整实现。
入库之后，DeepTutor 还能更进一步：
- Book 学习之书：选一个主题，它自动生成一本分章节的"活书"，里面可以嵌入测验卡、交互模块，读完随时回查；
- Co-Writer 协同写作：左边编辑、右边实时预览，支持 LaTeX 公式渲染，帮你把论文速读笔记、复习提纲打磨成能直接用的文档。
典型场景：读完几篇论文后，把它们放进知识库，再生成一本主题之书当复习主线，最后用 Co-Writer 整理出个人笔记——三步走完，资料就从"存着"变成了"学过"。
一位记得住你的导师：长期记忆与掌握度追踪
个性化学习的关键词是"记得"。DeepTutor 把记忆分成三层：L1 记录每次交互的原始轨迹，L2 提炼成事实，L3 做综合归纳。在 Memory 页面里，你可以直接看到一张记忆图谱——哪些事来自哪次聊天、哪份知识库，每一条结论都能点回去查证据。
这层记忆配合 Mastery Path（掌握度路径）使用：系统会根据你的答题情况判断哪些知识点没过关，把对应题目继续安排进练习，直到通过才放行。也就是说，它不只是"记住你"，还会基于记忆规划你的下一步。
把导师放进你的 IM：Partners 与多用户
DeepTutor 还支持 Partners 模式：把"导师"接进你已经在用的 IM 频道，随时提问、随时得到带上下文的答案；多个成员共用同一套知识库和记忆时，每个用户拥有独立隔离的工作区，互不干扰。
学习小组用它做"共享导师"、个人用它做跨设备陪伴，都是常见用法。
快速上手 DeepTutor：三步安装与启动
系统要求
- Python 3.11–3.13
- Node.js 20 及以上
- 建议 8GB 以上内存
安装步骤
最省事的路径是从 PyPI 安装，无需克隆仓库：
- 建一个工作目录并安装：
mkdir -p my-deeptutor && cd my-deeptutor，然后pip install -U deeptutor - 初始化并配置模型：
deeptutor init，按提示填写端口、LLM 提供方和 API Key（也可以跳过，之后在 Web 端 Settings → Models 里配置） - 启动应用：
deeptutor start，保持终端开启，浏览器访问http://127.0.0.1:3782即可进入
想基于源码开发或偏好 Docker 部署，也可以先克隆仓库：git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor，再按 README 中的源码安装与 Docker 指南 操作；中文阅读体验可参考 中文 README。
谁适合用 DeepTutor
- 备考的学生：把课件和教材入库，自动生成题目自测，用 Mastery Path 盯住薄弱点
- 读论文的研究生：用深度研究完成从选题到带引用报告的全流程，Co-Writer 帮你整理速读笔记
- 资料繁多的自学者：多引擎知识库统一管理，检索和引用一步到位
- 学习小组 / 团队：Partners 把共享导师接进 IM，多用户各自隔离又共享资源
- 喜欢折腾的开发者：工具体系、技能、MCP 服务和 CLI 应用都可以扩展，上手看 贡献指南
结语
DeepTutor 的思路很简单：别让 AI 停留在"问一句答一句"，而是让它真正接入你的资料、你的进度和你的习惯——解题有出处、复习有题库、笔记有工作台、学习有记忆。如果你受够了在聊天记录里翻找学习痕迹，不妨花十分钟装起来试试：pip install -U deeptutor，然后deeptutor init && deeptutor start，你的第一本学习之书就在等着生成。
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
